Rückblick auf das 13. Know How Meeting vom 26. bis 28. August 2026 im Steigenberger Hotel Hamburg

Drei Tage Datenkompetenz auf Augenhöhe

Im Steigenberger Hotel im Herzen Hamburgs kamen vom 26. bis 28. August 2026 Data-Expert:innen aus unterschiedlichsten Branchen zum 13. KnowHow-Meeting zusammen. Drei Tage lang standen fachlicher Austausch, praxisnahe Vorträge und echte Begegnungen im Mittelpunkt – Carsten Lux (Teamlead Sales, CRM & Partner) und Kirujan Murugananthan (Technical Product Consulting) waren für Synabi dabei.

Für uns ist es nicht das erste Mal – und das hat einen guten Grund. Was das KnowHow-Meeting von vielen anderen Veranstaltungen seiner Art unterscheidet, ist sein Konzept: Alle Teilnehmenden kommen gemeinsam in einem Raum zusammen. Ein Raum, ein Programm, eine Gemeinschaft – keine parallelen Tracks, keine Spezialpässe.

Das KnowHow-Meeting ist für uns jedes Jahr eines der Highlights im Veranstaltungskalender. Es ist eines der wenigen Events, bei denen man spürt, dass es wirklich um Inhalte geht. Weil alle dieselben Vorträge gehört haben, entstehen Gespräche auf einem ganz anderen Niveau. Man knüpft einfach direkt an – das schätze ich sehr.

Carsten LuxTeamlead Sales, CRM & Partner, Synabi

Mittwoch: Workshops & Get-together

Der eigentliche Konferenztag war der Donnerstag, doch das Programm begann bereits am Mittwoch mit drei parallel laufenden Workshops, für die man sich gesondert anmelden konnte. Am Abend folgte ein besonderes Get-together: Paint & Connect – ein Format, das Gemeinschaft erlebbar macht. Die Teilnehmenden gestalteten jeweils eine eigene Kachel, die am Ende mit allen anderen zusammengesetzt wurde. Ein gemeinsames Bild, entstanden aus vielen einzelnen Perspektiven. Passender hätte es kaum sein können.

Die Vorträge des Konferenztages – Fachliche Impulse aus der Praxis

Das Fachprogramm war breit aufgestellt. KI spielte zwar eine Rolle, stand aber nicht im Mittelpunkt. Im Vordergrund standen konkrete Praxisfragen rund um Datenqualität, Data Governance und Metadatenmanagement.

Woran Datenprojekte scheitern – und wie man sie trotzdem zum Erfolg führt

Caroline Grimm, Chief Data Officer der Münchener Hypothekenbank eG, sprach über ein Thema, das viele kennen, aber selten so offen ansprechen: das Scheitern von Datenprojekten. Unter dem Titel „BCBS 239 – das unterschätzte Change-Projekt” zeigte sie, welche Faktoren Projekte gefährden und wie man trotzdem zum Ziel kommt. Keine abstrakten Modelle, sondern ehrliche Einblicke aus der Praxis. Der Vortrag traf einen Nerv und das war nach der Session deutlich zu spüren.

Besonders spannend war die Erkenntnis, dass erfolgreiche BCBS-239-Initiativen weit über die technische Umsetzung hinausgehen. Neben Datenmodellen, Prozessen und Systemen spielen auch die Unternehmenskultur sowie die täglichen Arbeitsweisen im Umgang mit Daten eine entscheidende Rolle. Als zentrale Herausforderungen nannte Caroline Grimm die Unterschätzung der Komplexität, zusätzliche Aufgaben und Verantwortlichkeiten für Mitarbeitende sowie mangelnde Kommunikation innerhalb der Organisation.

Ihre Botschaft war eindeutig: BCBS 239 ist vor allem ein Change-Projekt. Wer nachhaltige Veränderungen erreichen will, muss die betroffenen Mitarbeitenden frühzeitig einbinden, Transparenz schaffen und Multiplikatoren in den Fachbereichen gewinnen. Technik allein reicht nicht aus. Veränderungen im Datenmanagement lassen sich nicht allein durch neue Prozesse oder Werkzeuge etablieren. Mitarbeitende müssen verstehen, warum Veränderungen notwendig sind, welchen Nutzen sie stiften und welche Rolle sie selbst dabei spielen.

Wie die MHB die Data Lineage in D-QUANTUM im Rahmen der Umsetzung von BCBS 239 nutzt.

Zur Success Story

Kritische Datenelemente: Deep Dive in Controlling, Metadaten und Datenqualität

Dr. Peter Gronwald, Referatsleiter Data Governance bei der Investitionsbank des Landes Brandenburg (ILB), widmete sich einem Thema, das in der Praxis häufig zu kurz kommt: Kritische Datenelemente (CDEs). Sein Ansatz: Nutzer fragen, was sie wirklich brauchen. Und sich konsequent die Frage stellen, wo DQ-Prüfungen tatsächlich notwendig sind, statt Prozesse um ihrer selbst willen aufzubauen.

Dabei machte er deutlich, dass Datenmanagement und Data Governance in der Praxis von zwei Perspektiven geprägt werden: regulatorischen Anforderungen wie MaRisk, KWG oder BCBS 239 auf der einen Seite und dem konkreten fachlichen Nutzen für das Unternehmen auf der anderen. Erfolgreich wird Data Governance erst dann, wenn beide Perspektiven zusammengebracht werden.

Ein zentrales Thema seines Vortrags war die Bedeutung von Kommunikation und Beteiligung. Die Grundlage bildet eine Bestandsaufnahme und Bedarfsanalyse, bei der die Fachbereiche aktiv eingebunden werden. Gerade diese Gespräche liefern oft die wertvollsten Erkenntnisse über tatsächliche Herausforderungen, Prioritäten und Anforderungen im Datenmanagement.

Auf dieser Basis strukturierte die ILB ihr Datenmanagement entlang von vier Handlungsfeldern: Data Governance, Datenqualität, Datenarchitektur und Metadatenmanagement. Letzteres beschrieb Peter Gronwald treffend als die Aufgabe, „draufzuschreiben, was drin ist”. Erst durch die enge Zusammenarbeit mit den Fachbereichen entsteht ein Datendomänenmodell, das fachliche und technische Perspektiven miteinander verbindet und damit die Grundlage für wirksames Metadatenmanagement schafft.

Seine zentrale Botschaft: Data Governance sollte ganzheitlich gedacht werden. Nicht nur Risikodaten, sondern sämtliche relevanten Unternehmensdaten sollten betrachtet werden, um sowohl regulatorische Anforderungen als auch einen konkreten betriebswirtschaftlichen Nutzen zu adressieren.

In seiner Präsentation zeigte er D-QUANTUM anschließend live im Einsatz.

Zwischen den Vorträgen: Gespräche, die zählen

Neben dem Fachprogramm war es der persönliche Austausch, der das KnowHow-Meeting zu dem macht, was es ist. An unserem Stand kamen Menschen aus ganz unterschiedlichen Branchen ins Gespräch – Banken, Versicherungen, Logistik, Energie, Handel und der öffentliche Sektor waren auf der Veranstaltung vertreten. Diese Vielfalt macht das Format wertvoll: Man begegnet Menschen, die vor ähnlichen Herausforderungen stehen, aber aus völlig anderen Kontexten kommen.

Der Donnerstag klang dann auf dem Wasser aus: Eine Barkassenfahrt durch den Hamburger Hafen – rund 1,5 Stunden, um Gespräche weiterzuführen, die tagsüber begonnen hatten.

© Matthias Scharf Fotografie Hamburg

Freitag: Data Catalog Battle

Am letzten Tag folgte unter anderem ein Data Catalog Battle, bei dem fünf Unternehmen ihre Datenkatalog-Lösungen der Community vorstellten – darunter auch wir mit D-QUANTUM. Eine kompakte Bühne, um zu zeigen, wie unterschiedlich Unternehmen das Thema Datenkatalog angehen.

Sie möchten sehen, wie D-QUANTUM Datenkatalog, Data Quality und KI-Anwendungen verbindet?
Vereinbaren Sie eine persönliche Demo und erleben Sie D-QUANTUM anhand Ihrer Anwendungsfälle.

Kostenlose Demo anfragen

Was wir mitnehmen

Drei Tage, viele Gespräche, zwei Kunden auf der Bühne – und eine Menge Stoff zum Nachdenken. Was bleibt?

  • Erfolgreiche Data Governance beginnt bei den Mitarbeitenden. Caroline Grimms Vortrag hat es klar auf den Punkt gebracht: Wer Datenprojekte zum Erfolg führen will, muss auch die Menschen und Strukturen im Blick haben. Technologie allein reicht nicht.
  • Erfolgreiche Data Governance verbindet Regulierung und Nutzen. Dr. Peter Gronwalds Vortrag machte deutlich, dass Data Governance nicht allein aus regulatorischen Anforderungen entstehen sollte. Entscheidend ist, die Bedürfnisse der Fachbereiche einzubeziehen und einen konkreten Nutzen für die Organisation zu schaffen. Erst wenn beides zusammenkommt, entsteht nachhaltiger Mehrwert.
  • KI braucht saubere Daten – keine Ausnahmen. KI war auf dem KnowHow-Meeting zwar nicht das dominierende Thema, spielte in vielen Vorträgen und Gesprächen aber immer wieder eine Rolle. Ein Praxisbeispiel zeigte eindrücklich, welche Folgen es haben kann, wenn KI-Systeme auf fehlerhafte oder unzureichend dokumentierte Datenquellen zugreifen: Ein KI-System hatte Produktinformationen aus einer falschen Datenquelle bezogen und lieferte in der Folge vollkommen fehlerhafte Aussagen über die eigenen Produkte. Die Ursache lag dabei nicht in der KI selbst, sondern in mangelnder Datenqualität. Die Diskussionen machten deutlich, dass Themen wie Datenqualität, Metadatenmanagement und Governance eine entscheidende Grundlage für den erfolgreichen Einsatz von KI bilden.
Mehr erfahren, wie D-QUANTUM Transparenz über Datenquellen, Datenkontext und Verantwortlichkeiten schafft und damit AI Governance unterstützt.

Unser Fazit zur Veranstaltung

Das 13. KnowHow-Meeting hält, was es verspricht: fachliche Tiefe, offener Austausch und echte Begegnungen auf Augenhöhe. In einer Zeit, in der viele Veranstaltungen immer größer und allgemeiner werden, bleibt dieses Format erfrischend anders: ein gemeinsames Programm, gemeinsame Diskussionen und eine Community, die ihr Wissen offen teilt. Wer sich für Datenthemen interessiert – ob Datenqualität, Data Governance, Metadatenmanagement oder KI – findet hier eine Community, die diese Themen ernst nimmt.

Wir danken Marc Hirschleber und seinem Team für die hervorragende Organisation, allen Speakern für die offenen Einblicke – und natürlich Caroline Grimm und Dr. Peter Gronwald, die als unsere Kunden mit ihren Praxisvorträgen maßgeblich zum Programm beigetragen haben.

Hamburg, das KnowHow-Meeting und zwei Kunden auf der Bühne – mehr braucht es manchmal nicht, um zu merken, warum man macht, was man macht.

Carsten LuxTeamlead Sales, CRM & Partner, Synabi

D-QUANTUM live erleben

 

Sehen Sie, wie Fachbereiche Daten finden, verstehen und nutzen können – in einer persönlichen Demo.

Buchen Sie jetzt einen persönlichen Gesprächstermin oder stellen eine Demo-Anfrage.

Zur kostenlosen Demo

Weitere interessante Inhalte für Sie

Model-Context-Protocol (MCP)
D-QUANTUM öffnet sich für KI-Chats und -Agenten.
Learn more
Data Quality Widget
Das neue Data Quality Widget bringt mehr Transparenz in Ihre Datenqualität und schafft Vertrauen in Daten.
Learn more
Neue Suchfunktion
Präzisere Suchergebnisse, Wiederverwendbarkeit und Kollaboration bringen Ihre Data Discovery auf ein neues Level.
Learn more